地理距離影響民間借貸違約風險的實證研究

林麗瓊，吳敬偉，趙一萌，羅煒琳，劉松濤

(福建農(nóng)林大學經(jīng)濟學院，福建 福州 350002)

地理距離影響民間借貸違約風險的實證研究

林麗瓊，吳敬偉，趙一萌，羅煒琳，劉松濤

(福建農(nóng)林大學經(jīng)濟學院，福建 福州 350002)

隨著民間借貸活動范圍擴大，糾紛明顯增加，民間借貸風險受到廣泛關(guān)注。通過構(gòu)建多元線性回歸模型，利用240個民間借貸糾紛案件的調(diào)查數(shù)據(jù)，探討了地理距離對民間借貸違約風險的影響。研究結(jié)果表明，地理距離顯著增加民間借貸違約風險：地理距離對月利率2%以下借貸的違約風險影響程度高于月利率2%及以上的借貸，對本金100萬元以下借貸的違約風險影響程度高于本金100萬元及以上的借貸。建議鼓勵和發(fā)展近距離或依托熟人關(guān)系的民間借貸，建立依托地緣、血緣或親緣等關(guān)系的借貸監(jiān)督和社會懲罰機制。

地理距離；民間借貸；違約

近年來，我國民間借貸活動范圍逐漸擴大，跨地域融資現(xiàn)象相當普遍[1-3]，民間借貸糾紛明顯增加。根據(jù)最高人民法院的統(tǒng)計數(shù)據(jù)，2008年以前，全國法院受理民間借貸糾紛案件數(shù)量相對平穩(wěn)，2008年之后，案件量開始大幅上升[4]。2012年收案74.8萬件，比2008年上升53.15%，2013年和2014年審結(jié)案件數(shù)不斷創(chuàng)新高，2015年審結(jié)案件已達到142萬件，相比2014年又增長38.67%[4-5]。此外，隨著溫州、鄂爾多斯等地區(qū)多起民間借貸案件的集中爆發(fā)，以及接連不斷的“老板跑路”現(xiàn)象，民間借貸蘊含的巨大金融風險已引起社會普遍關(guān)注。許多文獻從制度、社會、經(jīng)濟等層面對中國民間借貸風險的生成原因進行了探討，為解釋民間借貸問題提供了一定的啟發(fā)，但無法為當前民間借貸違約風險提供強有力的解釋。

金融地理理論揭示了人們的金融活動無法真正擺脫距離因素的制約，距離與信息不對稱密切相關(guān)，距離鄰近的交易雙方信息不對稱程度小，距離遠的交易雙方信息不對稱大且交易風險高，尤其是“軟信息”(如借款人的個人能力、品德、聲譽等)更具有地域性[6]，離開了特定區(qū)域，不同的文化背景、風俗傳統(tǒng)將使“軟信息”難以傳遞，且有研究進一步發(fā)現(xiàn)距離是信貸市場無效的一個重要因素[7]。在民間借貸市場上，距離同樣是引起市場無效的關(guān)鍵。由于民間借貸是一種典型的非正式制度，其信息獲取依賴于借貸雙方的人緣、地緣或其他關(guān)系，因而具有正規(guī)金融無法比擬的信息優(yōu)勢[8-11]，但這種信息優(yōu)勢與借貸活動的范圍存在此消彼長的關(guān)系，在一定地域、人際范圍內(nèi)，民間借貸有其信息優(yōu)勢，一旦超出這種范圍，這些優(yōu)勢便成為制約其擴展的劣勢[11-12]。由此可見，距離可能是導致民間借貸違約風險增加的重要原因。

從查閱到的文獻看，多數(shù)研究關(guān)注距離對正規(guī)信貸違約的影響[13-18]，部分研究探討了距離對小額信貸違約的影響[19-22]，但尚缺乏有關(guān)地理距離是否影響民間借貸違約的研究。基于此，本文以一個法院觀察點的民間借貸糾紛訪談資料為基礎(chǔ)，將非經(jīng)濟因素即地理距離納入民間借貸分析框架，檢驗地理距離對民間借貸違約的影響，嘗試在融合民間金融和金融地理理論的交叉性研究方面作出初步的分析與探索，為減少民間借貸糾紛提供一些重要信息，為政府防范和化解民間借貸風險提供科學的參考依據(jù)，為民間借貸的同類研究提供新視角。

一、研究假說

本文借用Agarwal等的研究思路[16]，嘗試從信息、成本兩方面分析距離對民間借貸違約的影響，進而提出研究假說。

不少學者發(fā)現(xiàn)，本地貸款人比異地貸款人更有信息優(yōu)勢[17,23-25]，這說明距離是貸款人獲得信息優(yōu)勢的關(guān)鍵。一方面，距離影響貸款人收集和甄別信息的有效性。在信息不對稱的民間借貸市場上，借貸所需的信息是一些易于被熟人所掌握和了解的“軟信息”。由于“軟信息”難以進行標準化處理，交流必然受到極大限制。當借貸雙方在地域上相近時，貸款人可以借助面對面的人際交流方式收集和甄別信息，信息傳遞速度快、準確率高；當借貸雙方距離較遠，貸款人難以借助面對面的交流方式掌握借款人信息時，信息擴散速度減慢、準確率降低[26]。另一方面，距離也影響民間借貸違約的社會懲罰效力。我國民間借貸合約的執(zhí)行主要不是依靠國家的法律體系，而是依靠關(guān)系、信任、聲譽等社會懲罰機制[11，27-29]，而社會懲罰具有很強的地域性[30]，超出一定的地域，信息傳遞必然受阻，說“壞話”機制失去效力，社會懲罰的約束力大大下降。由此可見，民間借貸具有的信息優(yōu)勢不僅反映在貸款人對借款信息的收集與甄別上，還反映在貸款人對貸款的監(jiān)督和違約的懲罰過程中。可以說，距離導致借貸雙方信息不對稱程度提高，從而影響借貸違約風險。

成本是距離影響民間借貸違約風險的另一途徑。根據(jù)Degryse等的研究，距離產(chǎn)生的交易成本通常分為交通成本和信息成本，交通成本與時間、耗費的精力等有關(guān)，直接影響貸款人對借款人篩選和監(jiān)督的成本；信息成本與信息收集和甄別方式有關(guān)，并間接影響借貸違約的監(jiān)督和懲罰成本[7]。當借貸雙方在同一個或鄰近地域，雙方可以保持相對頻繁的接觸，貸款人容易通過各種人際交流方式收集借款人信息，且信息的收集費用相當?shù)汀＿@種信息收集上的便利方便貸款人采取相應的行動監(jiān)督借款人，在一定程度上增加了貸款人及時、足額收回貸款的可能性[10]。而當借貸雙方距離增加，不僅信息優(yōu)勢弱化、交通成本增加，貸款人信息收集、篩選及監(jiān)督借款人的費用也相應增加。更為重要的是，如果借貸雙方不在同一地域，不但社會懲罰的效力下降，而且法律制裁的成本也會增加。顯然，距離增加借貸所花費的交通成本、信息收集費用、篩選和監(jiān)督成本以及違約的懲罰成本，從而影響民間借貸的償還。

因此，本文提出如下假說：地理距離正向影響民間借貸違約風險。

二、實證模型、數(shù)據(jù)來源與描述性統(tǒng)計

(一)實證模型與變量選擇

根據(jù)上述理論分析，構(gòu)建多元線性回歸模型估計地理距離對民間借貸違約的影響。具體模型如下：

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+ε

模型中，因變量Y表示違約率，即所欠本金占本金總額的比率，代表違約風險大?。沪翞榻鼐?；βi(i=1,2,…,9)為模型回歸系數(shù)；ε為隨機變量；其他各變量定義見表1。為了考察地理距離遠近對違約率的影響，借鑒Degryse等的觀點[31]，使用行車時間作為地理距離的代理變量，把行車時間作為關(guān)鍵變量，同時綜合借鑒相關(guān)學者的觀點[32-39]，選擇借款人性別、借款人年齡、借款人職業(yè)、借貸雙方關(guān)系、本金、利率、借款用途和擔保等8個變量作為控制變量。

表1 變量定義

(二)數(shù)據(jù)來源與描述性統(tǒng)計

本文數(shù)據(jù)來源于2013年1月至2014年9月對東南沿海某市法院及基層法院240個民間借貸糾紛案件的訪談資料。該市有1個中級人民法院，下設(shè)4個區(qū)法院和1個縣法院。240個借貸糾紛案件中，42個來自市中級人民法院，66個來自縣法院，132個來自區(qū)法院。

在收集數(shù)據(jù)資料過程中，課題組在法院開庭審理民間借貸糾紛案件的現(xiàn)場對當事人進行訪談，并做了240個案件的半結(jié)構(gòu)訪談。訪談對象為原告(出借人)或代理人、被告(借款人)或代理人，以及案件經(jīng)辦人(法官)。在240個訪談中，有96個案件的被告缺席，其中35個案件由被告的代理人出席；有28個案件的原告缺席，由原告的代理人出席。在訪談過程中，78位被告或代理人拒絕訪談，24位原告或代理人拒絕訪談。在原告或被告缺席，或訪談不完整的案件中，課題組對案件經(jīng)辦人進行了深度訪談，不僅收集到研究所需要的數(shù)據(jù)資料，還從經(jīng)辦人處查驗了訪談資料的真實性，彌補了當事人缺席或不配合訪談導致訪談效果不理想的缺陷，實現(xiàn)了通過法院渠道獲取借貸違約資料的有效性和可靠性。在240份訪談資料中，提取了借貸雙方性別、年齡、職業(yè)、住址、本金、借貸利率、借款用途、借貸雙方關(guān)系、有否擔保人等重要信息。

表2提供了主要變量的描述性統(tǒng)計。借鑒相關(guān)學者測算距離的方法，即用百度地圖測算距離，輸入借款人和出借人的具體住址，測出行車距離、行車時間和兩地之間的直線距離[16]。與使用雙方所在地址的郵政編碼測算距離的方法不同[14，17]，使用雙方具體住址測算距離可以讓結(jié)果更加客觀。

行車距離的變動范圍從0到2677.6 km，行車時間的變動范圍從0到1440 min，直線距離的變動范圍從0到1616.1 km，行車距離、行車時間和直線距離的最小值均為0。需要說明的是，距離為0并不意味著借貸雙方位于同一住址，而是因為測算借貸雙方住址間距離時，百度地圖沒有找到具體位置，這種情況下將住址重新定位到村(村委會)或街道，如果出現(xiàn)同一村(村委會)或街道，估計距離為0。在所有樣本中，只出現(xiàn)一個樣本的距離為0，不會影響實證研究結(jié)果。此外，行車距離、行車時間及直線距離等3個變量的標準差都較大，說明距離變量的波動比較大，同時也反映跨地域融資的現(xiàn)象可能較為明顯。

在240個訪談樣本中，每月利率的最小值為0，最大值為6%，該變量的標準差反映了利率波動范圍不大。借貸金額最小值為0.19萬元，最大值為4680萬元，標準差反映了借貸金額波動大。根據(jù)《最高人民法院關(guān)于人民法院審理借貸案件的若干意見》規(guī)定，民間借貸的利率最高不得超過銀行同類貸款利率的4倍(包含利率本數(shù))，超出此限度的，超出部分的利息不予保護。結(jié)合訪談收集到的民間借貸利率的實際情況，把月利率分為2%以下和2%及以上。目前民間借貸大小額的認定沒有統(tǒng)一的標準，如浙江溫州規(guī)定大額民間借貸即單筆借款金額300 萬元以上或累計借款金額1000 萬元以上的必須強制備案[40]，福建晉江規(guī)定大額民間借貸即單筆借款金額200萬元以上的應當備案[41]。因此，根據(jù)某市法院審理民間借貸糾紛案件的標的，將民間借貸分為100萬元以下借貸和100萬元及以上借貸。將利率和借貸金額進一步分段，得到每月利率低于2%的樣本有121個，每月利率不低于2%的樣本有119個，借貸金額低于100萬元的樣本有176個，不低于100萬元的樣本有64個，說明通過法律渠道解決糾紛的民間借貸多數(shù)屬于民事糾紛，利率仍然以受法律保護的范圍為主，糾紛金額以低于100萬元為主。其他變量統(tǒng)計結(jié)果見表2。

表2 變量的描述性統(tǒng)計

三、實證分析結(jié)果與討論

使用SPSS 19.0軟件對樣本數(shù)據(jù)進行多元線性回歸處理。在處理過程中，首先使用全樣本數(shù)據(jù)，將所有可能影響因變量的自變量引入模型進行顯著性檢驗，在此基礎(chǔ)上，為考察地理距離對利率2%以下和利率2%及以上、本金100萬元以下借貸和100萬元及以上借貸的不同影響，使用利率和本金分段后的子樣本數(shù)據(jù)，分別進行顯著性檢驗。結(jié)果顯示，各方程均不存在自相關(guān)，但對全樣本及100萬元以下樣本進行回歸時，發(fā)現(xiàn)這2個方程存在異方差，本文使用殘差絕對值的倒數(shù)，借助加權(quán)最小二乘法對這2個方程進行修正，修正后的結(jié)果見表3。

表3 回歸估計結(jié)果

注：(1)***、**、*分別表示在1%、5%和10%的水平上顯著。(2)模型Ⅰ為全樣本回歸模型(N=240)，模型Ⅱ、Ⅲ、Ⅳ、Ⅴ分別為利率低于2% (N=121)、利率不低于2%(N=119)、本金低于100萬元(N=176)和本金不低于100萬元(N=64)的子樣本回歸模型。

(一)行車時間變量

行車時間在所有模型中都通過顯著性檢驗且系數(shù)為正，可能是由于距離阻礙信息傳遞的有效性，導致收集信息及監(jiān)督、懲罰借款人等成本增加，從而引起篩選、監(jiān)督和懲罰借款人的難度加大，違約風險增加。模型Ⅰ的回歸結(jié)果發(fā)現(xiàn)，行車時間對違約率的影響系數(shù)為0.0004，表明行車時間每增加1 min，違約風險平均增加0.0004%。

對利率分段后的樣本進行回歸處理，模型Ⅱ和模型Ⅲ中行車時間對違約率的影響系數(shù)分別為0.0011和0.0003，表明行車時間每增加1 min，違約風險分別增加0.0011%和0.0003%，說明行車時間對違約率的影響程度存在差異。這可能是利率2%以下的借貸更多地發(fā)生在親戚朋友等熟人間，由于血緣、親緣或?qū)W緣等各種關(guān)系的存在，出借人對借款人所在地十分關(guān)心；利率2%及以上的借貸則更多地發(fā)生在非熟人間，由于借貸雙方關(guān)系不密切，出借人以追求高利息收入為主要目的，對借款人所在地并不十分關(guān)心，因而出現(xiàn)模型Ⅱ行車時間對違約率的影響程度高于模型Ⅲ。

對本金分段后的樣本進行回歸處理，模型Ⅳ和模型Ⅴ中，行車時間對違約率的影響系數(shù)分別為0.0015和0.0002，顯示行車時間每增加1 min，違約風險分別增加0.0015%和0.0002%。一方面，可能是近年來小額民間借貸中資金“掮客”(資金中介)的大量存在導致融資鏈條延長，出借人往往直接把錢借給“掮客”，“掮客”再把資金出借給借款人并從中賺取利差，出借人并不完全清楚最終借款人住址等具體情況；另一方面，可能是本金100萬元及以上的借貸主要是商業(yè)往來產(chǎn)生的資金拆入拆出，這類借貸關(guān)系的確立是基于商業(yè)關(guān)系，出借人并不十分關(guān)心借款人所在地，因此，行車時間對本金100萬元以下借貸違約率的影響程度高于本金100萬元及以上借貸。需要說明的是，由于大額民間借貸糾紛樣本只有64個，可能導致行車時間對借貸違約的影響結(jié)果產(chǎn)生偏差。

(二)控制變量

模型Ⅰ的結(jié)果顯示，借款人年齡、借貸雙方關(guān)系對違約率具有顯著負向影響，而其他控制變量對違約率的影響不顯著。借款人年齡越大，違約風險越小，可能是年齡越大的借款人社會資源越多，收入也越高，承受風險的能力越強。借貸雙方關(guān)系越緊密，違約風險越小，可能是緊密的關(guān)系有助于降低信息不對稱程度，從而降低借貸違約率。

模型Ⅱ的結(jié)果顯示，利率對違約率具有顯著負向影響，而其他控制變量對違約率的影響均不顯著。理論上，利率對違約風險具有正向影響，但在利率低于2%的民間借貸糾紛中，回歸結(jié)果發(fā)現(xiàn)利率每增加1個百分點，違約率平均降低0.100%，可能是利率低于2%的借貸往往屬于生產(chǎn)型或生活型借貸，借款人利息負擔越重，償還借款的動機就越大，違約比例就越低；也可能是低利率或無息借貸多數(shù)發(fā)生在親友間，借貸關(guān)系的形成通常憑借口頭協(xié)議或不規(guī)范的借條，借款人存有違約免受法律制裁的僥幸心理，不惜使用“殺熟”手段進行賴賬，從而出現(xiàn)利率越低，違約比例越高的借貸糾紛。

模型Ⅲ的結(jié)果顯示，借款人年齡和借貸雙方關(guān)系對違約率具有顯著負向影響，而其他控制變量對違約率的影響不顯著。

模型Ⅳ的結(jié)果顯示，借款人年齡和借貸雙方關(guān)系對違約率具有顯著負向影響，借款人職業(yè)對違約率具有顯著正向影響，而其他控制變量對違約率的影響不顯著。

模型Ⅴ的結(jié)果顯示，本金、利率均在5%顯著水平上對違約率具有顯著正向影響，擔保在10%顯著水平上對違約率具有顯著負向影響，而其他控制變量對違約率的影響不顯著。本金越大，違約風險越小，可能是金額越大的借款往往出于臨時周轉(zhuǎn)需要或出借人通常要求大額借款人提供抵押擔保；利率越高違約風險越大，可能是大額借貸中高利率明顯加重借款人利息負擔，導致還款困難；擔保每增加1個單位，違約風險平均下降0.097%，說明在大額借貸中，出借人傾向于增加擔保手段來分散風險。

四、穩(wěn)健性檢驗

上文計量分析中，采用行車時間作為距離的代理變量，但有部分學者選用直線距離作為代理變量[14，16-18]。為了驗證變量選取的合理性，本文進一步采用直線距離而不是行車時間作為代理變量，重新考察距離對民間借貸違約的影響，結(jié)果見表4。模型Ⅵ的回歸結(jié)果顯示，核心變量直線距離的顯著性沒有變化，仍然在1%水平上顯著。但將利率和本金分段后加入直線距離進行回歸檢驗，結(jié)果發(fā)現(xiàn)，直線距離對違約率的影響只在模型Ⅷ和模型Ⅸ中是顯著的，而在模型Ⅶ和模型Ⅹ中并不具有顯著性。檢驗結(jié)果還發(fā)現(xiàn)，直線距離對所有模型中違約率的影響是負向的，與預期影響不一致。由此可見，選擇直線距離變量并沒有改善模型的結(jié)果，反而削弱了直線距離影響違約率的解釋力。檢驗結(jié)果進一步證明了上文主要發(fā)現(xiàn)和結(jié)論的穩(wěn)健性，同時也反映了行車時間作為距離的代理變量更具典型性和代表性。

表4 穩(wěn)健性檢驗結(jié)果

續(xù)表4

注：(1)括號外報告的是模型估計系數(shù)，括號內(nèi)為t值。(2)***、**、*分別表示在1%、5%和10%的水平上顯著。(3)表4檢驗結(jié)果是模型Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ分別在模型Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ的基礎(chǔ)上選擇直線距離替代行車時間作為關(guān)鍵變量進行回歸處理而得。

五、結(jié)論與政策含義

本文在借鑒以往研究成果的基礎(chǔ)上，從理論上分析了借貸雙方地理距離增加影響借貸信息收集的有效性和違約的社會懲罰效力，地理距離增加導致借貸相關(guān)成本增加，影響民間借貸的償還率，這詮釋了地理距離通過信息和成本途徑影響民間借貸違約風險，進而提出地理距離正向影響民間借貸違約風險的研究假說，使用240個民間借貸糾紛訪談資料，實證檢驗地理距離對民間借貸違約風險的影響。為檢驗行車時間對不同利率和不同檔次本金違約率的影響，將利率分為2%以下(121個樣本)和2%及以上(119個樣本)，本金分為100萬元以下(176個樣本)和100萬元及以上(64個樣本)，建立5個模型進行回歸處理。結(jié)果顯示，行車時間在所有模型中都通過了顯著性檢驗且系數(shù)為正，說明行車時間越長，借貸雙方兩地距離越遠，違約風險越高。因此，本文的實證研究不僅發(fā)現(xiàn)行車時間作為地理距離的代理變量更具有代表性，而且證實了研究假說，表明地理距離增加民間借貸違約風險。結(jié)合近年來我國跨地域民間借貸糾紛增加這一情況，該結(jié)論蘊含的政策意義是：一方面，要改善和積極推進交通運輸及信息基礎(chǔ)設(shè)施建設(shè)，實現(xiàn)互聯(lián)網(wǎng)、通信、信息等技術(shù)的普及，降低交通距離及互聯(lián)網(wǎng)通信等相關(guān)費用，提高借貸信息收集的效率、降低借貸監(jiān)督及懲罰成本；另一方面，要鼓勵和發(fā)展近距離或依托熟人關(guān)系的民間借貸，建立依托地緣、血緣或親緣等關(guān)系的借貸監(jiān)督和社會懲罰機制，降低民間借貸違約風險。

研究還發(fā)現(xiàn)，在全樣本、利率2%及以上、100萬元以下借貸的模型中，借款人年齡具有顯著負向影響，在其他模型中其影響均不顯著；借款人職業(yè)在本金100萬元以下借貸的模型中具有顯著正向影響，在其他模型中均不顯著；本金僅在借款金額100萬元及以上的模型中具有顯著負向影響；利率變量在利率2%以下借貸的模型中有顯著負向影響，但在本金100萬元及以上的模型中具有顯著正向影響；借貸雙方關(guān)系除了對利率2%以下和本金100萬元及以上的違約率影響不顯著外，在其他模型中都通過了顯著性檢驗且系數(shù)為負；擔保僅在100萬元及以上的模型中具有顯著負向影響，這意味著不僅借款人年齡、職業(yè)等個體特征影響違約率高低，本金大小、利率高低、有無擔保等借款性質(zhì)以及借貸雙方關(guān)系等對違約率也有影響，出借人應該合理規(guī)避這些因素，減少民間借貸糾紛。

本文也存在一定的局限性，由于違約借貸的調(diào)查難度極大，只能選擇便于開展調(diào)查的觀察點收集研究所需的數(shù)據(jù)資料，未能做到隨機抽取訪談對象。希望在后續(xù)的研究中，隨著調(diào)查的深入，能夠彌補這一缺陷。

[1]何豐倫,鄭良,李勁峰.民間借貸地下運轉(zhuǎn)隱患叢生:資金斷裂，老板頻跑路[EB/OL].(2014-09-22)[2016-12-20]. http://finance.sina.com.cn/money/bank/bank_hydt/20140922/014520373196.shtml.

[2]岳彩申.民間借貸的激勵性法律規(guī)制[J].中國社會科學,2013(10):121-139,207.

[3]DONG Y, MA H. The analysis of informal credit behavior in Hui Autonomous Prefecture of Linxia: the investigation based on Hui Autonomous Prefecture of Linxia China[J]. International Journal of Financial Research,2014,5(3):167-175.

[4]佟季.對全國法院近五年審理民間借貸案件的數(shù)據(jù)分析[EB/OL].(2014-02-19)[2016-12-20]. http://www.legaldaily.com.cn/Court/content/2014-02/19/content_52876 41.htm?node=53967.

[5]佚名.周強：去年審結(jié)民間借貸案件142萬件,標的額8207.5億元[EB/OL].(2016-03-13)[2016-12-20]. http://finance.sina.com.cn/stock/t/2016-03-13/doc-ifxqhfvp0870721.shtml.

[6]PETERSENE M A. Information: Hard and Soft[EB/OL].[2016-12-20]. https://wenku.baidu.com/view/0c94673d be1e650e53ea9916.html.

[7]DEGRYSE H, CERQUEIRO G, ONGENA S. Distance, bank organizational structure, and credit[EB/OL].[2016-12-20]. http://xueshu.baidu.com/s?wd=paperuri:(66fde2eca2a77f541a5dccc46bed365c)&filter=sc_long_sign&sc_ks_para=q%3DDistance%2C+Bank+Organizational+Structure%2C+and+Credit&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=14306384696818974269.

[8]HOFF K, STIGLITZ J E. Introduction: imperfect information and rural credit markets: puzzles and policy perspectives[J]. The World Bank Economic Review,1990,4(3):235-250.

[9]TANG S. Informal credit markets and economic development in Taiwan[J]. World Development,1995,23(5):845-855.

[10]劉民權(quán),徐忠,俞建拖.信貸市場中的非正規(guī)金融[J].世界經(jīng)濟,2003(7):61-73,80.

[11]林毅夫,孫希芳.信息、非正規(guī)金融與中小企業(yè)融資[J].經(jīng)濟研究,2005(7):35-44.

[12]張雪春,徐忠,秦朵.民間借貸利率與民間資本的出路:溫州案例[J].金融研究,2013(3):1-14.

[13]BERGER A N, DEYOUNG R. The effects of geographic expansion on bank efficiency[J]. Journal of Financial Services Research,2001,19(23):163-184.

[14]CARLING K, LUNDBERG S. Asymmetric information and distance: an empirical assessment of geographical credit rationing[J]. Journal of Economics and Business,2005,57(1):39-59.

[15]KARLAN D S. Social connections and group banking[J]. The Economic Journal,2005,117(517):52-84.

[16]AGARWAL S, HAUSWALD R. Distance and private information in lending[J]. Review of Financial Studies,2010,23(7):2757-2788.

[17]DEYOUNG R, GLENNON D, NIGRO P. Borrower-lender distance, credit scoring, and loan performance: evidence from informational-opaque small business borrowers[J]. Journal of Financial Intermediation,2008,17(1):113-143.

[18]MILANI C. Borrower-lender distance and loan default rates: macro evidence from the Italian local markets[J]. Journal of Economics and Business,2014,71(1):1-21.

[19]OKE J T O, ADEYEMO R, AGBONLAHOR M U. An empirical analysis of microcredit repayment in southwestern Nigeria[J]. Journal of Human Behavior in the Social Environment,2007,16(4):37-55..

[20]ROSLAN A H, KARIM M Z A. Determinants of microcredit repayment in Malaysia: the case of Agrobank[J]. Humanity and Social Sciences Journal,2009,4(1):45-52.

[21]PEDROSA J, DO Q T. Geographic distance and credit market access in niger[J]. African Development Review,2011,23(3):289-299.

[22]PRESBITERO A F, RABELLOTTI R. Geographical distance and moral hazard in microcredit: evidence from Colombia[J]. Journal of International Development,2014,26(1):91-108.

[23]LAI G, WONG O. The tie effect on information dissemination: the spread of a commercial rumor in Hong Kong[J]. Social Networks,2002,24(1):49-75.

[24]AGRAWAL A, CATALINI C, GOLDFARB A. The geography of crowdfunding[EB/OL].(2010-10-01)[2016-12-20]. https://www.researchgate.net/publication/22823441 0_The_Geography_of_Crowdfunding.

[25]AGRAWAL A, CATALINI C, GOLDFARB A. Some simple economics of crowdfunding[J]. Innovation Policy and the Economy,2014,14(1):63-97.

[26]COTUGNO M, MONFERRA S, SAMPAGNARO G. Relationship lending, hierarchical distance and credit tightening: evidence from the financial crisis[J]. Journal of Banking and Finance,2013,37(5):1372-1385.

[27]胡必亮.村莊信任與標會[J].經(jīng)濟研究,2004(10):115-125.

[28]AYYAGARI M, DEMIRGUC K A, MAKSIMOVIC V. Formal versus informal finance: evidence from China[J]. Review of Financial Studies,2010,23(8):3048-3097.

[29]KARAIVANOV A, KESSLER A. A friend in need is a friend indeed: theory and evidence on the disadvantages of informal loans[EB/OL].(2014-02-04)[2016-12-20]. https://www.researchgate.net/publication/259467698_A_Friend_in_Need_is_a_Friend_Indeed_Theory_and_Evidence_on_the_DisAdvantages_of_Informal_Loans.

[30]KARLAN D, MOBIUS M, ROSENBLAT T, et al. Trust and social collateral[J]. The Quarterly Journal of Economics,2009,124(3):1307-1361.

[31]DEGRYSE H, ONGENA S. Distance, lending relationships and competition[J]. The Journal of Finance,2005,17(1):231-266.

[32]邊燕杰,張文宏.經(jīng)濟體制、社會網(wǎng)絡與職業(yè)流動[J].中國社會科學,2001(2):77-89,206.

[33]FAN Y. Questioning Guanxi: definition, classification and implications[J]. International Business Review,2002,11(5):543-561.

[34]GUTHRIE D. The declining significance of Guanxi in China′s economic transition[J]. The China Quarterly,1998(154):254-282.

[35]DUARTE J, SIEGEL S, YOUNG L. Trust and credit: the role of appearance in Peer-to-Peer lending[J]. Review of Financial Studies,2012,25(8):2455-2483.

[36]LARRIMORE L, JIANG L, LARRIMORE J, et al. Peer to Peer lending: the relationship between language features, trust worthiness and persuasion success[J]. Journal of Applied Communication Research,2011,39(1):19-37.

[37]QIU J, LIN Z, LUO B. Effects of borrower defined conditions in the online Peer-to-Peer lending market[J]. Lecture Notes in Business Information Processing,2012,108(3):167-179.

[38]GALANK J, SMALL D, STEPHEN A T. Microfinance decision making: a field study of prosocial lending[J]. Journal of Marketing Research,2011,47(4):130-137.

[39]GONZALEZ L, LOUREIRO Y. When can a photo increase credit? The impact of lender and borrower profiles on online Peer-to-Peer loans[J]. Journal of Behavioral and Experimental Finance,2014(2):44-58.

[40]曹典，岳德亮.溫州擬對大額民間借貸強制備案[EB/OL].(2013-09-27)[2016-12-20]. http://finance.china.com.cn/roll/20130927/1844104.shtml.

[41]何金，陳文經(jīng).福建省首家民間借貸登記公司在晉江成立[EB/OL].(2013-12-04)[2016-12-20]. http://www.chinadaily.com.cn/hqcj/xfly/2013-12-04/content_10731 863.html.

(責任編輯： 何曉麗)

Empirical study on geographic distance affecting default risk of private loans

LIN Li-qiong, WU Jing-wei, ZHAO Yi-meng, LUO Wei-lin, LIU Song-tao

(CollegeofEconomics,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002,China)

With the expansion of activity scope in private lending, private lending disputes have increased significantly in recent years，the risk of private loans is drawing worldwide attention. Using multiple linear regression models, this paper makes use of survey data of 240 private lending disputes and firstly explores the impact of geographic distance on the default risk of private lending. The results show that geographic distance significantly increases the default risk of private lending. Hence, this paper further conducts the significant tests on the sample data collecting from the segments of monthly interest rate and principle and finds that the impact of geographic distance on the default risk of private lending of monthly interest rate below 2% is greater than that private lending of monthly interest rate equal to or above 2%. The impact of geographic distance on the default risk of private lending of principle less than 1 million RMB is greater than that private lending of principle equal to or above 1million RMB. Finally, this paper puts forward the main policies to encourage and develop private lending at close quarters or from close acquaintance and establish a loan supervision and social punishment mechanism based on geographical, blood relationship or kinship.

geographic distance; private lending; default

2017-04-21

國家社會科學基金青年項目(12CGL022)；福建省科技廳軟科學重點項目(2016R0059)；2015年度福建省高等學校新世紀優(yōu)秀人才支持計劃資助項目。

林麗瓊(1974-)，女，副教授。研究方向：農(nóng)村金融與民間借貸。

F832.479

A

1671-6922(2017)04-0024-08

10.13322/j.cnki.fjsk.2017.04.005